IoT SaaS加速器——助力阿尔茨海默病人护理

场景介绍

阿尔茨海默病，是导致中老年人认知功能障碍的最常见疾病之一，是发生在老年期及老年前期的一种原发性退行性脑病。据估计，全世界痴呆症患者数量为4700万，到2030年将达到7500万人。痴呆症患者数量到2050年预计将是现在的近三倍。疾病的高昂费用给卫生系统应对未来预计不断增加的病例构成挑战。据估计，目前每年的支出为8180亿美元，而支出的增长速度预计会比疾病流行率上升还要快。照料痴呆症患者给照护者带来巨大压力，包括身体上、情感上和经济上的压力。（by世界卫生组织）

用技术解决阿尔茨海默病护理的问题，让老人和其护理者有更好的生活质量，是我们可以解决的方法。基于物联网技术，已经有一些设备实现了阿尔茨海默病老人走失定位。但是我们要做更高一层，除了单独分发的硬件之外，我们要使用开发工具IoT Studio帮助医疗机构做一个硬件SaaS管理系统，让他们可以随时监控旗下所有阿尔兹海默护理设备的数据以及定位，对老人的情况实现实时监控。同时也有能力对掌控的设备进行增删改查，方便他们自己管理设备。通过IoT Studio赋能开发者，让他们帮助包括医疗在内的各个行业用上物联网技术，惠及百姓。

我们首先构建一个可以拍照，检测心跳的手环设备，然后基于这个设备帮助护理机构开发一个集合管理监控告警的SaaS系统。设备由一个可以检测心跳的光学模块，一个可以检测老人所在地场景的摄像头，一个GPS定位模块，一个物联网通讯模块（一般为GPRS），MCU和电源组成。云端由物联网平台为基础建立设备与云端通讯，配合RDS存储心跳&GPS数据，OSS存储图片数据，最后用IoT Studio的服务开发与Web可视化开发功能完成功能页面搭建。整个云端开发过程只需要2小时以内即可。

最终效果如图。

硬件部分

在demo阶段，我们采用树莓派3B+摄像头+心跳模块+GPS+电池的方法，验证不同数据的上报方法以及数据存储链路。考虑简单化，联网暂时采用WIFI方法。如果觉得使用电路比较麻烦，也可以使用服务开发+虚拟设备上报的方式，具体查看这篇文档。

虽然带手环的老人不一样，但是每个手环上报的属性类别是一样的，我们可以类似编程开发里把它们归结为同一个类(class)。我们首先需要在物联网平台上为我们的demo手环建立一个设备类（即产品），这样我们才能在以后不断的往这个产品下实例化新的设备。 进入阿里云物联网平台，在产品页面新建一个产品，选择自定义品类即可，命名为“阿尔茨海默氏症老人监控手环”。

进入产品的功能定义页，定义5个自定义功能——剩余电量，地理位置，心跳，图片地址（存放摄像机上传图片的URL）。

地理位置只需要在“添加功能”里用标准的功能即可，如图，其他全部配置项默认即可。

心跳为一个整型数据，剩余电量为浮点型数据，图片地址为字符型数据，如图。

在设备面板点击“添加设备”，选择刚才创建的手环产品，然后输入随意的设备名称即可。

IoT Studio为交付型业务做了项目维度的隔离，因此需要将用到的设备导入到对应的项目中。 首先打开物联网平台的“开发服务”选项进入IoT Studio。点击某个项目名称的“查看”进入项目详情页。然后点击右上角的“导入产品”。选择刚才的手环产品，然后导入，可以在设备管理页看到产品以及下属的设备已经导入项目里。

这样就完成了产品的定义，实例化与项目维度的隔离了。

上云部分

树莓派采用python编程，因此我们需要参考物联网平台的python SDK，同时开发者社区也有很多相关文章。在这里我们直接跳过。 由于物联网平台的属性不支持直接存储图片，因此我们暂时使用oss进行存储。你也可以选择使用HTTP/2通道（已支持python SDK）将图片上传至物联网平台每个设备单独的存储空间，不过从该存储空间调用图片的URL需要动态生成，可以参考这篇文档。

OSS存储空间准备

阿里云对象存储服务（Object Storage Service，简称 OSS），是阿里云提供的海量、安全、低成本、高可靠的云存储服务。您可以通过调用 API，在任何应用、任何时间、任何地点上传和下载数据，也可以通过 Web 控制台对数据进行简单的管理。OSS 适合存放任意类型的文件，适合各种网站、开发企业及开发者使用。

首先点击“立即开通”进入开通页面并点击同意协议。

然后进入控制台，新建一个Bucket，一个Bucket相当于一个文件夹，可以通过API路径访问里面的文件。在这里我们选择公共读写。

然后可以看到OSS控制台新建了一个bucket，里面是空的，我们可以尝试上传一些图片。

然后点击文件右方的操作项里的“复制文件URL”，把复制的URL粘贴到浏览器，看看能否预览。

可以看到通过URL访问我们就能看到图片了，这样OSS的配置就完成了。

考虑到Bucket的公共读写特性，安全性会有一定的问题，可以考虑将bucket私有化，然后图片上传的时候设置图片为公共读写，并采用时间戳加盐等方式将图片文件名随机化的方式解决。当然安全性上HTTP/2通道为更优方案。

树莓派代码

树莓派的配置与连接在此不再赘述，可以在树莓派新建py文件，直接将此份代码复制过去，并且设置为开机执行，也可以参考这篇文档。 代码如下（基于python 3.6），需要根据备注填入自己的账号信息，产品信息等：

##注意，本demo代码忽略了电池电量检测模块

import aliyunsdkiotclient.AliyunIotMqttClient as iot ##导入阿里云的设备MQTT库，如果import失败需要先pip3 install 一下
import json
import multiprocessing
import time
import random
import oss2 ##导入阿里云的OSS库，如果import失败需要先pip3 install oss2
from picamera import PiCamera ##树莓派的摄像头，系统自带
import RPi.GPIO as GPIO ##GPIO口，接红外PIR用
import serial
import pynmea2
from pulsesensor import Pulsesensor ##导入树莓派的pulsesensor库，https://github.com/tutRPi/Raspberry-Pi-Heartbeat-Pulse-Sensor/blob/master/example.py


auth = oss2.Auth('**AccessId*****','**AccessSecret*****') ##OSS的授权需要阿里云账号AccessId和AccessSecret,具体查看https://usercenter.console.aliyun.com/#/manage/ak
bucket = oss2.Bucket(auth,'http://oss-cn-beijing.aliyuncs.com','***你的bucket名称***') ##需要根据服务器区域修改节点路径，见文档
global picURLtoIoT
camera = PiCamera()
camera.resolution = (800,600)  ##拍照分辨率，越高越容易分析，但是上次越慢
GlobalBpm = 0  ##记录心跳数据
Latitude = 0    ##记录GPS数据
Longtitude = 0


##初始化树莓派
def init(): 
    GPIO.setwarnings(False)
    GPIO.setmode(GPIO.BOARD)
    GPIO.setup(3, GPIO.IN)
    pass

def take_photo():
    ticks = int(time.time())
    fileName = 'test%s.jpg' % ticks  ##在文件名加入了时间戳作为简易加密手段
    filePath = '/home/pi/Pictures/%s' % fileName
    camera.capture(filePath)
    bucket.put_object_from_file('bucket_file_name/%s', fileName) ##在这里改bucket名字
    global picURLtoIoT
    picURLtoIoT = 'http://***你的bucket名称**.oss-cn-beijing.aliyuncs.com/bucket_file_name/%s' % fileName
    ##在这里改bucket名字和bucket内文件夹的名字
    print(str(picURLtoIoT))
  
def detect_Heartbeat():
    p = Pulsesensor()
    p.startAsyncBPM()
    try:
    while True:
        bpm = p.BPM
        if bpm > 0:
            print("BPM: %d" % bpm)
            GlobalBpm = bpm;
        else:
            print("No Heartbeat found")
        time.sleep(1)
    except:
        p.stopAsyncBPM()
 
def get_GPS():
    ser = serial.Serial("/dev/ttyAMA0",9600)
    while True:
        line = ser.readline()
        if line.startswith('$GNRMC'):
            rmc = pynmea2.parse(line)
            print "Latitude:  ", float(rmc.lat)/100
            print "Longitude: ", float(rmc.lon)/100
            Latitude = float(rmc.lat)/100
            Longtitude = float(rmc.lon)/100
            break 



options = {
    'productKey':'**你的ProductKey**',
    'deviceName':'**你的deviceName**',
    'deviceSecret':'**你的deviceSecret**',
    'port':1883,
    'host':'iot-as-mqtt.cn-shanghai.aliyuncs.com' ##注意阿里云IoT国内都是华东2，不一定跟OSS的节点一致
}
host = options['productKey'] + '.' + options['host']

def on_message(client, userdata, msg):
    topic = '/' + productKey + '/' + deviceName + '/update'
    print(msg.payload)
    
def on_connect(client, userdata, flags_dict, rc):
    print("Connected with result code " + str(rc))
    
def on_disconnect(client, userdata, flags_dict, rc):
    print("Disconnected.")
    
##设备上报的定义
def upload_device(client):
    topic = '/sys/'+options['productKey']+'/'+options['deviceName']+'/thing/event/property/post'
    while True:
        payload_json = {
            'id': int(time.time()),
            'params': {
                'BPM': GlobalBpm,
                'picURL': picURLtoIoT,
                'Geo': 
                    {
                     'CoordinateSystem":1,
                     'Latitude':Latitdue,
                     'Longitude':Longtitude,
                     'Altitude':0
                    },
            },
           'method': "thing.event.property.post"
            }
        print('send data to iot server: ' + str(payload_json))        
        client.publish(topic, payload=str(payload_json))
        
if __name__ == '__main__':
    client = iot.getAliyunIotMqttClient(options['productKey'], options['deviceName'], options['deviceSecret'], secure_mode=3)
    client.on_connect = on_connect
    client.connect(host=host, port=options['port'], keepalive=60)
    p = multiprocessing.Process(target=upload_device, args=(client,))
    p.start()
    get_GPS()
    detect_Heartbeat()
    take_photo()
    GPIO.cleanup()
    client.loop_forever()

结束，把这个python文件设置为开机运行即可。

调试

可以看到数据已经上报到物联网平台了，同时oss的链接也可以用。

数据部分

接下来将演示如何通过IoT Studio服务开发工作台完成设备上报数据的转储以及根据规则进行告警（如心跳过低告警）。IoT Studio 服务开发是一个物联网业务逻辑的开发工具。通过编排服务节点的方式快速完成简单的物联网业务逻辑的设计。适用于以下场景：设备联动、设备数据处理、设备与服务联动、生成API 、生成App的后端服务等。

开通RDS

阿里云关系型数据库RDS（Relational Database Service）是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案，彻底解决数据库运维的烦恼。目前六月份有10块钱试用半年的折扣，可以尝试购买。

开通以后进入管理控制台，会看到自己已经付费的实例出现，进入管理。

由于我们需要用外部的服务调用RDS数据录入，因此需要允许外网访问，需要首先设置白名单。然后把默认的127.0.0.1改为0.0.0.0/0

然后返回管理页，可以看到外网地址出现了。

接下来需要设置登录数据库的账号，进入账号管理页点击创建账号，输入账号密码等信息，并且选择要授权的数据库。

完成后返回实例控制页，点击登录数据库，输入刚才设置的账号密码，即可登入RDS数据库。

3)

登录之后首先创建一个数据库，命名为test，然后刷新一下，可以看到新建的test数据库，然后进入数据库建立一张表。

插入如下的几列，注意time可能需要改为timestamp类型，最后保存即可完成。这样就完成了表结构的配置。

数据对接RDS

首先在物联网平台首页，开发服务下的IoT Studio的快速入口进入服务开发工作台。然后新建一个服务，命名为“手环心跳转储RDS”。

然后在节点列表里选择“设备触发”节点，在右侧栏选择之前创建的产品“阿尔茨海默氏症监控手环”，监听所有设备的属性上报，如图。

接下来选择一个云数据库mySQL节点，将设备触发节点与云数据库节点连接起来。

参数如下，分别对应之前的列名，record不填，因为record会自动增长：

{
    "table": "test",![_rds5](https://yqfile.alicdn.com/d0979c17aa88ac03cd75ae1752c0b85e6b47fc23.png)

    "rows": [
        {
            "BPM": "{{query.props.BPM.value}}",
            "Latitude": "{{query.GeoLocation.value.Latitude}}",
            "Longtitude": "{{query.GeoLocation.value.Longtitude}}",
            "time": "{{query.deviceContext.gmtCreate}}"
        }
    ]
}

数据格式说明

我们可以看到，设备上报的数据格式设这样的：

{
            "deviceContext": {
                "productKey": "a1OhdcX0B8B",
                "deviceName": "Wrist003",
                "gmtCreate": 1560497545957
            },
            "props": {
                "GeoLocation": {
                    "time": 1560497545957,
                    "value": {
                        "CoordinateSystem": 1,
                        "Latitude": 25.26,
                        "Longitude": 111.45,
                        "Altitude": 0
                    }
                },
                "BPM": {
                    "time": 1560497545957,
                    "value": 21
                }
            }
        }

在服务开发中，如果需要在json参数里调用外部动态的参数，需要采用{{xx.xx}}的方式调用。如在"BPM": "{{query.props.BPM.value}}"里，第一个query表示参数来自于第一个节点，第二个props表示取设备上报上来的属性数据，第三个BPM表示取props下的BPM对象，最后的value表示取BPM对象的值。同理其他几个可以根据设备上报数据的结构进行填写。 完成后点击部署，调试（可以使用虚拟设备上报），回到RDS的数据库页面，可以看到数据更新了。这样就完成设备数据上报转RDS的操作。

数据即时告警规则

如果老人的心跳过低，我们会通过钉钉机器人把消息通知到护士群里，让他们即时知晓情况。 首先仍然是新建一个服务，命名为心跳过低告警。

然后同样选择一个设备触发节点，侦听所有手环设备上报的属性。

添加一个“条件判断”节点，条件节点相当于一个if-else判断。并且把设备触发节点与条件节点连接起来。

在条件判断节点中，第一个选择“同时满足所有条件”，在“条件1”中第一个下拉框选择“设备触发”，在二级菜单选择“心跳”；判断条件选择“{value}}的格式，如“{{query.deviceContext.deviceName}}”，可以查看下图的完整配置方法：